OpenCV-Python快速入门系列03图像对象的创建与赋值

图像的本质是矩阵

OpenCV 使用 Mat（矩阵类）作为图像和数据的基本数据结构，这是因为图像本质上是一种二维或多维的矩阵形式。

• 像素数据的表示： 图像可以看作一个二维矩阵，其中每个元素代表一个像素值。例如：
  • 灰度图像：一个二维矩阵，每个像素只有一个值。
  • 彩色图像：一个三维矩阵，第三个维度表示颜色通道（如 BGR）。
• 矩阵计算的需求： 图像处理中很多操作本质上是矩阵运算，比如卷积、像素操作、几何变换等。

Mat 是专为图像矩阵设计的类，可以方便地表示这些数据结构。

Mat 的高效内存管理

• 动态内存分配： Mat 会自动管理图像数据的内存分配和释放，用户无需手动管理内存。
• 引用计数： Mat 使用引用计数技术，共享底层数据存储。当多个 Mat 对象引用同一块数据时，不会重复分配内存，而是通过引用计数器跟踪资源的使用情况。

支持多维数据

Mat 不仅支持二维数据，还可以支持多维矩阵，适合处理：

• 高维数据（如科学计算中的张量）。
• 视频帧序列（多帧图像堆叠为三维矩阵）。

数据结构灵活性

Mat 提供了丰富的功能以适应各种需求：

• 支持多种数据类型（如 CV_8UC1、CV_32FC3）。
• 提供子矩阵和感兴趣区域（ROI）的操作，而不需要复制数据：cpp复制代码cv::Mat roi = image(cv::Rect(50, 50, 100, 100)); // 提取感兴趣区域
• 支持各种通道数（单通道、三通道、四通道等）。

强大的接口支持

• Mat 提供了很多成员函数，便于用户直接操作图像数据。例如：
  • clone()：复制图像数据。
  • zeros()、ones()：创建全零或全一矩阵。
  • at<T>()：访问矩阵中的特定元素。
  • 转换类型、大小、通道等的操作函数。

高效的兼容性和扩展性

• 与 OpenCV 算法无缝集成： OpenCV 中的所有图像处理算法都以 Mat 作为输入和输出。
• 与第三方库的兼容： Mat 可以轻松转换为其他库的数据格式，如 NumPy 数组（在 Python 中）或 Eigen 矩阵（在 C++ 中）。
• Mat 的设计继承了 OpenCV 的早期版本 IplImage 和 CvMat 的优点，但克服了它们的一些缺点，例如类型不灵活、内存管理复杂等问题。
• 它是 OpenCV 的统一数据结构，简化了库的设计，便于用户理解和使用。

使用OpenCV读取RGB图像和灰度图像

    image = cv.imread('images/test.png')
    print(image.shape) # (581, 400, 3) (Height,Width,Channel)

    image = cv.imread('images/test.png',cv.IMREAD_GRAYSCALE)
    print(image.shape) # (581, 400) (Height,Width)

print(image.shape)输出的值分别是高度、宽度和通道数。灰度图像只有一个通道，默认没显示。

如何创建一张空白图像

需要使用numpy来实现 import numpy as np

创建全黑色的空白图像

# 灰度图像（单通道）高度500, 宽度500
blank_image = np.zeros((500, 500), dtype=np.uint8)
# 彩色图像（三通道）
blank_image = np.zeros((500, 500, 3), dtype=np.uint8)

创建指定颜色的空白图像

# 单通道灰度图像，像素值全部为127
blank_image = np.full((500, 500), 127, dtype=np.uint8)

# 三通道彩色图像，BGR格式，蓝色
blank_image = np.zeros((500, 500, 3), dtype=np.uint8)
blank_image[:] = (255, 0, 0)  # 设置为蓝色 (BGR)

创建带透明通道的空白图像

带透明度的图像需要 4 通道，通常表示为 BGRA 格式。

# 透明背景 高度500, 宽度500, 4通道透明图像
blank_image = np.zeros((500, 500, 4), dtype=np.uint8)  # 4 通道 BGRA

# 设置为半透明红色背景
blank_image = np.zeros((500, 500, 4), dtype=np.uint8)
blank_image[:] = (0, 0, 255, 128)  # BGRA: 红色 (255, 0, 0) + 半透明 (128)

图像的复制与拷贝

    roi = image[100:200,100:200]
    blank = np.zeros_like(image)
    blank[100:200,100:200] = roi

• 通过 NumPy 切片，从 image 中提取一个矩形区域，坐标范围是：
  • 高度：100 到 200（上下边界）。
  • 宽度：100 到 200（左右边界）。
• 切片范围：
  • 起始索引包含，结束索引不包含（半开区间）。
  • 提取的区域大小为 (100, 100)。

如果坐标超出了图像的边界（如 image[100:1000, 100:200]），会引发索引错误。

将 ROI 复制到空白图像时，目标区域大小需匹配，roi 的大小必须与目标区域的大小一致，否则会报错。

例如，roi 大小为 (100, 100, 3)，blank[100:200, 100:200] 也是 (100, 100, 3)。

# 使用.copy()去拷贝Mat
def mat_demo():
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    print(image.shape)

    roi = image[100:200,100:200]
    blank = np.zeros_like(image)
    blank[300:400,100:200] = roi
    cv.imshow('blank', blank)

    blank_copy = blank.copy()
    cv.imshow('blank_copy', blank_copy)
    # cv.imshow('image', image)
    cv.waitKey()
    cv.destroyAllWindows()

copy() 和直接赋值（=）的操作之间的区别主要体现在是否是 深拷贝 和 浅拷贝

直接赋值不会创建新的对象，而是将变量指向同一个内存地址（引用）。这是一种 浅拷贝。

使用 copy() 会创建一个新的对象，并将原始对象的内容拷贝到新对象中。这是 深拷贝。